計算機視覺及智能影像行業(yè)深度研究報告

1. 計算機視覺領跑 AI 產業(yè)，應用場景廣闊

1.1 什么是計算機視覺?讓機器“看懂”影像的 AI技術

計算機視覺是 AI 核心研究領域，目的在于讓機器具備人類的“眼力”。計算機視覺是人工智能的 分支之一，目的在于通過電子化的方式來感知和理解影像，讓計算機具備和人一樣的"眼力"，能夠 識別、理解周圍的世界。人腦接受的 80%的信息來自眼睛(視覺)，50%的大腦活動都與處理視覺 信息有關，可見視覺在信息傳遞中的重要性和復雜性。

應用場景廣闊，技術價值巨大。計算機視覺應用領域廣闊，包括安防中的智能監(jiān)控、人臉識別，金 融中的身份驗證，零售中的商品識別，自動駕駛，文娛領域智能營銷、AR 特效等，技術價值巨大。

為了“看懂”世界，計算機必須具備兩大能力——感知智能和認知智能，通過兩大能力，計算機將 感知到圖像中包括哪些物體、人、物，并識別表達。

能力 1 ——感知智能:圖像中有什么

感知能力既通過方法，機器可知道影像中有什么，主要是局部像素分類及識別，如物體和人的識別、 分類、定位等。以下圖為例，計算機視覺的感知智能即為識別出圖像中包括了狗、貓、花朵、籃子、 綠葉這些物體。

從具體技術來看，視覺感知智能有 5 大核心技術，分別為圖像分類、物體定位、物體識別、語義分 割、三維重建。

圖像分類:根據圖像主要內容進行分類。此為最基本視覺任務，它將一副圖像分類到一個屬 于已知的類別集合中的類別，比如將帶有貓的圖片歸屬到貓類。流行的基本方法就是用深度 卷積網絡(CNN)提取特征并分類，將圖片輸入網絡直接得到物體的類別。

物體定位:定位包含主要物體的圖像區(qū)域，以便識別區(qū)域中的物體。當一副圖像內的不同位置 存在不同物體時那就不能簡單地將圖片分為某一類了。這時需要找出圖像中有幾類物體，準確 地標注出它們所在位置，并把物體在圖像中框出來。

語義分割:把圖像中每一個像素分到其所屬物體類別。用目標檢測方法把物體在圖像中框出來， 框一般是用矩形框，但物體一般是流線形的，為了進一步標注出物體，需要指出圖像中哪些像 素是對應哪一類的物體——既圖像語義分割，效果如下圖所示(圖 3)。語義分割可看做分類 問題，可以借鑒分類算法把每一個像素劃分到某一類物體。

物體識別:定位并分類圖像中出現的所有物體。這一過程通常包括:劃出區(qū)域然后對其中的 物體進行分類。此為圖像分類、物體定位和語義分割的結合。

三維重建:由二維圖像升級到立體視覺。三維重建一般是指基于二維圖像通過圖像預處理、 點云配準與融合、生成表面等過程把真實的三維場景從二維圖像中恢復出來。

能力二——認知智能:圖像表達了什么

在圖像識別基礎上，機器還需知道各個局部之間關系、整體關系，即理解和推斷物體之間關聯，推 測人的情緒和意圖，對整體場景判斷等，甚至進行決策。具體如下圖:

1)圖像識別:男士、女士、餐桌、酒杯、食物、鮮花、燈光

2)人物的動作、表情以及情緒:吃東西、微笑、快樂

3)圖像各部分的關聯:男女注視對方、男女是情侶關系、男女在餐桌上吃飯

4)整體場景的含義:一對情侶在餐廳約會，彼此很開心

具備了感知智能和認知智能，計算機就可以像人腦一樣處理視覺信息，甚至在識別人臉、物體和場 景的準確率上超過人類，并且在此基礎上進行推理、決策。而這種能力洽洽是安防、自動駕駛、金 融、醫(yī)療等領域存在強烈需求，計算機視覺技術隨著不斷成熟將廣泛應用于各個行業(yè)。

1.2 計算機視覺領跑 AI 產業(yè)，安防領域應用最深

計算機視覺是中國 AI 行業(yè)的最大組成部分，市場規(guī)模飛速增長。根據中國信通院報告數據，2017 年中國人工智能市場中計算機視覺占比 37%，據艾瑞咨詢預測 2018 年計算機視覺市場規(guī)模達 120 億元。從全球來看，MarketsandMarkets報告顯示，2017 年基于人工智能的計算機視覺全球市場規(guī) 模為 23.7 億美元，預計 2023 年會達到 253.2 億美元，預測期內復合年增長率 47.5%。

從投融資角度來看，計算機視覺最被國內一級市場看好。據清科資本研究中心,2018 年中國計算機 視覺相關企業(yè)融資額達 158 億元，占比 25%，位居大 AI 行業(yè)第一，同時也遠超美國的 73 億元。 自動駕駛、智能機器人等 AI 方向同樣依賴計算機視覺技術，所獲融資中亦有大量投入到計算機視 覺研發(fā)中。

計算機視覺應用場景廣闊,商業(yè)化變現空間大。計算機視覺能極大提升機器的圖像感知能力和認知 能力，因此應用場景十分廣闊，例如在安防影像分析、泛金融身份認證、手機和互聯網娛樂、批發(fā) 零售商品識別、工業(yè)制造、廣告營銷、自動駕駛、醫(yī)療影像分析等領域都具有巨大應用價值。

安防領域:落地最快。安防是人臉識別技術最成熟的落地領域，也是 AI 視覺公司普遍首先切 入的細分領域。例如對道路卡口、車站、地鐵站、機場等的監(jiān)控視頻進行智能分析，檢測出視 頻中的人臉與黑名單庫中的影像記錄實時比對，比對成功則報警。

金融領域:人臉識別廣泛應用。人臉識別在金融領域已出現多種解決方案，伴隨識別準確率上 升，遠程開戶已在互聯網金融行業(yè)得到廣泛應用，人臉支付、刷臉取款等開始被各大銀行采用。

醫(yī)療影像:數據門檻高。醫(yī)療影像的數據標注門檻較高，需由專業(yè)醫(yī)師標注，且非典型病例的 標注意見較難統一，因此數據可得性較差。標注工作之外，醫(yī)療影像分析對數字化程度、數據 量、臨床路徑、對應檢測量都有著苛刻的要求，

無人駕駛:技術難度大。無人駕駛涉及采集攝像頭、雷達等多種數據，并根據多重數據進行車 輛、物體、道路、行人等不同識別后進行決策，計算機視覺將在環(huán)境感知(周圍有什么)和地 圖繪制(我在哪兒)中發(fā)揮重要作用。

安防行業(yè)應用程度最深、規(guī)模最大，廣告營銷緊隨其后有望加速發(fā)展。安防影像分析是目前計算機 視覺最大的應用，2017 年在計算機視覺市場規(guī)模占比約 67.9%。廣告營銷作為第二大應用領域占 比達 18%，計算機視覺技術能夠智能挖掘影響內容廣告位，構建新型營銷模式，AI 營銷市場份額 或加速增長。

滲透率受數據可得性、算法難度和需求彈性影響，智能營銷、自動駕駛、智能醫(yī)療或加速發(fā)展。從 目前的落地進展來看，安防、移動互聯網領先，滲透率相對較高，醫(yī)療、無人駕駛則更多還在研發(fā) 測試階段，基本尚未商業(yè)化應用。安防行業(yè)、移動互聯網由于人像數據相對易得、人臉識別需求迫 切，成為較早應用視覺 AI 技術的行業(yè)，而醫(yī)療行業(yè)則由于數據不夠系統化、識別專業(yè)性強，雖然有充足需 求但尚未大規(guī)模應用。未來隨著圖像數據結構化和技術成熟，我們認為智能營銷、自動駕駛、醫(yī)療 影像分析、動態(tài)安防等垂直市場將加速增長。

2. AI 視覺賦能大視頻行業(yè)，成就智能影像黃金賽道

對于互聯網大文娛行業(yè)來說，我們判斷視頻+AI 是未來發(fā)展趨勢，該賽道的新興模式正快速發(fā)展， 尤其計算機視覺領域下智能影像生產賽道，原因如下:1)定位黃金賽道，5G 漸行漸近，視頻將是 未來最主要的信息傳播方式，視頻中 AI 應用場景廣闊;2)技術上已具備可能性，AI 賦能下，視 頻廣告營銷模式將走向精準化、實時化、智能化、文娛生產模式走向自動化，而且這兩個賽道均是 大規(guī)模賽道具有應用深度。

2.1 定位黃金賽道，視頻成為最主要信息載體及傳播方式

視頻呈現已是互聯網大勢所趨。過去 20 年里，互聯網的信息主陣地經歷了門戶網站到以谷歌、百 度為代表的搜索引擎，再到Facebook、Twitter、微博、微信社交平臺的進化過程。當前隨著各類 PGC、UGC 平臺、直播、短視頻和 VR 的興起，視頻將逐漸取代圖文成為主要的互聯網信息表達 和傳遞方式。正如谷歌、百度將文字結構化一樣，在一個視頻成為主要信息呈現方式的時代，計算 機視覺也將作為一項不可或缺的底層技術，開拓諸多應用場景，提高生產效率和生活便利程度。

目前 BATT 的產品均主要以視頻為呈現方式，如手百信息流(視頻占比 80%)、字節(jié)跳動(抖音 短視頻、今日頭條以短視頻為體現方式)、甚至阿里淘寶/天貓(加入視頻、直播等方式)等等。 我們從總時長角度來看，中短視頻已呈現爆發(fā)式增長。根據 QM 統計，從 2015 年至 2019 年 4 月， 長短視頻占互聯網用戶總時長由 9.7%提升至 21.1%，增長超 100%，尤其短視頻，由之前僅占互聯 網用戶總時長 0.5%到 13.4%，呈現爆發(fā)式增長。此外，新聞增長也因目前新聞產品均以視頻信息 流分發(fā)為主。總體上看，各大互聯網公司均大力開發(fā)短視頻產品。

2021年預計視頻流量將占據全球所有網絡用戶流量的82%，為計算機視覺奠定數據基礎。據思科 公司評估，2021 年單月上傳至網絡的視頻總時長將超過 500 萬年，每秒將誕生 1 百萬分鐘的網絡 視頻內容，網絡視頻流量將占據全球所有網絡用戶流量的81.7%。快速增長的視頻內容規(guī)模蘊含海 量信息，也為計算機視覺的深度學習算法進化提供了大數據支持。

5G技術加速視頻信息流增長，信息視覺化趨勢繼續(xù)強化。5G 將帶來超高速(4G 速度 100X)、低 延時(4G 延時 1/50)以及海量鏈接(連接設備超過地球人口100x)。復盤通訊技術從 2G 到 4G 的進化對傳媒內容形態(tài)的影響，可以看出隨著 5G 時代漸行漸近，視頻會越來越成為互聯網主要信 息表達方式。

2.2 圖像感知智能日益成熟，為商業(yè)化落地奠定基礎支持

上文我們已經論證大視頻行業(yè)是未來3-5年的黃金賽道,需求端有望持續(xù)高速增長,同時,我們認為計 算機視覺技術也日益成熟,為商業(yè)化落地奠定堅實基礎，現有技術能力也已經能夠支撐在廣告營銷、 內容自動、安防等領域的應用。

深度學習推動計算機視覺算法取得突破式發(fā)展。2012 年深度學習方法應用于圖像識別，將 ImageNet圖像識別大賽的識別錯誤率由 25.8%降低至 16.4%，由此開啟計算機視覺算法的飛躍發(fā)展，到 2017 年圖像識別錯誤率降低至 2.25%，人臉和物體識別準確度都已超過人類，商業(yè)化已具備基礎技術支 持，尤其是側重于感知的圖像分類和人臉識別技術已經在安防、身份認證和廣告營銷領域實現商用 價值。

視頻結構化技術將影像解析，積累海量可用數據。和文字、語音、圖片相比，視頻是信息容量最大、 信息傳遞效率最高的載體，但也正因為信息容量大、信息組織方式非線性(不像文字、代碼有標準 規(guī)則)，所以也最難轉化為線性數據。而視頻結構化技術系統通過圖像處理、圖像識別、內容識別、 語義融合等技術，將視頻轉化為結構化的能被計算機處理的數據，而數據就是互聯網時代的核心資 源，奠定大視頻行業(yè)發(fā)展基礎。

綜上所述，視頻已逐步成為最主要的信息載體和呈現方式，視頻行業(yè)必然為黃金賽道;同時算法進 化推動圖像感知智能日漸成熟，視頻結構化技術將非線性的視頻轉化為線性數據。智能營銷商業(yè)化 也已經落地，視頻 AI+大文娛產業(yè)發(fā)展前景值得期待。

3. 智能影像應用場景:智能營銷已商業(yè)化落地，內容審 核、影像自動生產起步

智能影像目前已經商業(yè)化落地的領域主要是廣告營銷，即利用AI技術創(chuàng)新視頻廣告生產模式，精 準化場景營銷，另外影像自動化生產也已展開探索，下文我們將具體展開。

3.1 視覺 AI+營銷:智能植入廣告成為主賽道，直播、電商躍躍 欲試

我們可以將計算機視覺在廣告營銷領域的應用簡單概述成，首先要有底層數據(視頻流量、視頻中 包含的信息)的積累、通過中層技術(如何提取信息、分析信息)的信息處理、最終落實到上層應 用(既落地的商業(yè)模式將數據變現)，數據層和技術層兩大驅動力的快速發(fā)展，目前文娛的垂直應 用領域已涉及到植入廣告、直播營銷、文娛電商。

3.1.1 視頻廣告智能化，智能植入商業(yè)模式初具規(guī)模

商業(yè)模式——利用計算機視覺為視頻廣告增量提價的平臺生意。智能植入平臺輸出計算機視覺技術， 全網內容方或視頻平臺輸出視頻，二者共同創(chuàng)造出視頻內廣告位(具體可能以圖貼、物體、熱點鏈 接、紅包等形式出現)，供所有廣告主或代理商投放。所得廣告費收入再向內容方或視頻平臺進行 分成。此外，智能植入平臺與傳統 DSP、SSP 本質區(qū)別在于，它并不是簡單的渠道方，更是技術服 務提供者，通過視覺 AI 技術在原生視頻中挖掘廣告位，并根據場景。智能植入平臺的價值不僅在 于作為渠道連接視頻流量方和廣告主，更在于供給增量廣告庫存和通過精準投放提高廣告價值。

視頻結構化標簽為精準營銷提供豐富數據。基于對人、物的數據的深度學習，計算機視覺可以進一 步分辨出場景標簽，形成自有的大數據沉淀及閉環(huán)。以極鏈科技的VideoAI視頻結構化數據平臺為 例，依靠算法優(yōu)化和深度學習，識別準確率已經滿足商業(yè)化應用要求，積累了龐大的視頻結構化標 簽數據庫，明星的識別準確率已經達到 99.6%，物體識別準確率 99%，場景識別準確率 99.4%，品 牌識別準確率 98.8%。

更進一步，通過視頻結構化技術掃描海量視頻，對人物、物體、場景進行標簽化處理，對明星進行 標簽化場景化標注，一方面效果廣告主實時投放時可以更多匹配植入食品類廣告，提升營銷精準度; 另一方面也可以為品牌廣告主提供明星信息，尋找更合適的代言人，將明星與商品精準結合。

此外，從替代角度來看，在線長視頻平臺付費率加速提升，廣告形式變化為必然趨勢。我們從另一 維度去驗證產業(yè)發(fā)展軌跡，以季度末公布的付費會員數量和該季度移動端MAU的比率定義為付費 滲透率，愛奇藝、騰訊視頻的付費滲透率目前在15%左右，相比 Netflix 40%的滲透率，趨勢必然 提升。用戶成為會員后即可跳過貼片廣告，而頭部劇集、綜藝的貼片廣告時長在60-90秒左右，長 期來看付費滲透率提升將對貼片廣告總時長形成擠壓是趨勢所在。

3.1.2 植入廣告優(yōu)勢明顯

總結來看，我們認為相比貼片和傳統植入廣告，智能植入廣告優(yōu)勢主要有以下3點:1大幅優(yōu)化轉 化效率:可根據合適場景匹配廣告內容進行投放，精準營銷提升 CTR;2規(guī)?；a:智能批量 識別廣告位，規(guī)?；咝Ｖ踩?3降低門檻，吸引更多廣告主:效果化實時投放，降低投放門檻， 吸引海量中小廣告主投放。

優(yōu)勢 1:識別場景精準投放，更可直達購買界面，閉環(huán)營銷顯著提升轉化效率。智能植入并 不只是識別出視頻中的可植入空間進行投放，更在于判斷出視頻的情景進行精準匹配。以極 鏈科技廣告案例為例，將長隆旅游廣告植入電視劇《人民的名義》中，廣告曝光量 381 萬次， 廣告點擊率 6306 次，CTR 為 0.16%;而植入綜藝節(jié)目中海洋樂園的場景后，廣告曝光量 224 萬，廣告點擊率 6.7 萬次，CTR 為 1.96%，提升 10 倍以上。在場景基礎上還可以通過植入電 商鏈接，觸發(fā)用戶點擊跳轉至購買頁面促進銷售，長隆旅游電商平均跳轉率21.74%，而傳統 貼片電商轉化率 0.3%，超出 72 倍。

優(yōu)勢 2:智能批量識別廣告位，規(guī)模化高效植入。無需人工判別，智能識別拆分視頻流像素， 低成本、高效率、精準發(fā)現增量廣告位。傳統植入方式工序繁瑣，智能植入可以極大節(jié)省工時， 效率提升在百倍以上。

優(yōu)勢 3:降低投放門檻并提供效果監(jiān)測，吸引更多中小廣告主參與。傳統植入廣告一般發(fā)生在 影視劇和綜藝的制作過程中，需要提前簽約且為品牌廣告，廣告效果好壞完全取決于電視劇或 影片、節(jié)目的收視情況，之前門檻太高，只有大型品牌廣告主才有實力做投放，大幅限制了視 頻廣告的市場規(guī)模。而智能植入則可不受劇集或節(jié)目限制在進行全網投放(只要有空余廣告位)， 實現實時投放和程序化購買，對廣告曝光、點擊和轉化效果實時監(jiān)測，植入廣告走向效果化。 智能植入廣告實現以 CPC、CPM 計價，廣告主可以像投放搜索廣告、信息流廣告等充值，不 同預算體量可以靈活投放，例如極鏈科技CPM大多在 100-150元左右，把原有動輒百萬的傳 統植入門檻大大降低，能夠充分吸引中小廣告主投放。

綜上所述，未來視頻廣告模式正在發(fā)生進化，智能植入廣告將替代傳統貼片廣告成為重要的視頻廣 告形態(tài)，相比貼片和傳統植入，智能植入廣告優(yōu)勢明顯:精準化、規(guī)?；㈤T檻降低均將推動行業(yè) 快速發(fā)展，智能植入廣告已是計算機視覺最易落地的商業(yè)化形態(tài)之一。

3.1.3 直播互動、文娛電商改善互動體驗，閉環(huán)營銷進一步提升轉化效果

除了主賽道——智能植入廣告外，視覺AI在智能營銷中不僅可以應用于愛奇藝、芒果TV等 PGC 點播視頻平臺，還可應用于直播平臺提升互動體驗，更進一步還可以通過植入電商鏈接、電商購物 小程序、IP商業(yè)開發(fā)服務等打造文娛電商系統，直達購買行為，實現視頻場景內的閉環(huán)營銷。

直播互動提升營銷體驗，助力流量變現。直播場景本身粉絲和互動性，視覺 AI 在直播過程中創(chuàng)建 抽獎、投票、紅包、卡牌收集等互動形式，在網絡直播中將用戶互動和內容營銷融為一體。

3.2 其他場景:自動審核、視頻信息檢索和內容自動生產起步

以智能植入為代表的智能營銷已經借助視覺AI技術實現規(guī)?；纳虡I(yè)開發(fā)，除此之外，行業(yè)也在 探索將 AI技術應用于視頻內容審核、視頻信息檢索和視頻內容自動生產等場景的可能性。雖然這 些領域尚處于早期階段發(fā)展規(guī)模較小，還沒有的成熟商業(yè)模式，但我們認為放眼長期仍值得關注。

3.2.1 視頻內容自動審核

基于視覺感知智能和視頻結構化技術，視覺AI可以對視頻中的圖像進行檢測，及時發(fā)現涉黃涉暴、 政治敏感、問題明星等風險內容。1)敏感人物:憑借人臉識別技術和名人圖像庫，計算機可以自 動準確監(jiān)測視頻中是否存在敏感人物，還可以靈活配置人物黑名單、同步辨識敏感和普通人物，一 旦普通人物變?yōu)槊舾腥宋?，可快速屏蔽相關視頻。2)敏感言論和行為:圖像認知智能會幫助計算 機理解視頻信息和場景，并實時全網比對。

相比人工審核，AI 智能審核優(yōu)勢明顯。1)成本優(yōu)勢:據騰訊財經報道，快手于18年 4 月急招 3000 人內容審核員，審核團隊規(guī)模達 5000 人，抖音審核團隊亦有數千人，可見視頻內容審核需求旺盛 且隨視頻流規(guī)模擴大而增長。相比人工肉眼審核，AI 視頻審核最大優(yōu)勢在于自動化批量審核提高 效率，能夠大大節(jié)約人工成本;2)實時更新:視覺 AI 在審核內容的同時也是學習全網視頻的過 程，通過深度學習，計算機可以實時更新黑名單和樣本庫，不斷提高識別準確度。

3.2.2 視頻信息檢索與版權保護

計算機視覺突破視頻檢索技術瓶頸，有望實現“用視頻找視頻”。視頻信息檢索如我們前文所述， 圖像感知、認知智能和視頻結構化技術使得影像也能被解析成線性數據，這也為視頻信息的檢索打 破了技術瓶頸。長期以來搜索引擎智能檢索文字信息，后來隨技術進步實現了以圖搜圖。AI 通過 視頻結構化技術對視頻幀拆分，進而給視頻和幀打上標簽，可實現海量視頻分類、信息提取、視頻 比對，未來隨技術成熟，上傳影像片段或截圖后檢索視頻源或相關視頻也可實現。

影像智能賦能視頻版權保護。目前視頻版權保護的一大痛點在于，傳統技術難以實現自動化的視頻 比對和侵權判定。影像智能感知技術成熟后，由于 “視頻指紋”是根據視頻多模態(tài)特征的唯一標 識，不會隨媒體文件格式轉換、剪輯、壓縮旋轉而產生變化，基于此構建的智能媒資搜索引擎還可 以在全網進行視頻比對，應用于視頻版權保護。

3.2.3 智能影像生產

除了對已有視頻進行解構、分析，將影像轉化為數據，挖掘下游應用場景，視覺AI技術還可以從 數據(內核)到視頻(呈現方式)，切入上游內容生產，提供智能視頻編輯、短視頻自動生成、后 期特效自動化和信息可視化服務等，視頻相較于其他信息媒介固然信息容量最大、傳播效率最高， 但同時創(chuàng)作難度、耗費時間和成本也最多，智能影像生產可以提升視頻生產效率、降低內容制作成 本。

智能視頻編輯:例如針對綜藝節(jié)目的大量精彩鏡頭，1 個小時的原始視頻需要專業(yè)人員數個 小時才能完成，而通過智能影像技術可擺脫專業(yè)設備、專業(yè)編輯軟件及專業(yè)人員的限制，大 大降低制作成本。利用智能影像技術對人物、姿態(tài)、動作，運動軌跡進行全景分析并自動剪 輯和合成，最快只需十到幾十秒，將生產效率提升超過 10 倍。

影視輕工業(yè):面向高端、專業(yè)視頻內容生產市場的特效、三維等后期制作服務，我們認為隨 著技術成熟，專業(yè)影視生產領域中一些并不復雜但需耗費人力的特效處理工作將被視覺 AI 替代，降低后期成本，提升影視工業(yè)化水平。

視頻信息可視化:依靠大數據平臺基礎，借助可視化模型技術，以數據地圖、時間線、氣泡 圖、交互性圖表、人物關系圖等方式呈現多維數據信息，實現信息可視化加工生產。

一個應用實例:智能影像生產技術賦能智慧媒體。2019 年兩會期間光明網借助影譜科技的智能影 像 AGC 技術，根據語義場景生產視頻內容，影像跟隨語義、表情、手勢等實時變化演繹，從而可 視化、智能化地呈現政協委員履職作業(yè)。這不僅讓政協委員履職內容更加直觀易懂，相比普通視頻 承載的內容也更加豐富趣味。例如政協委員講到校園進行遠程的沉浸式非常強的互動的教學時，其 身后背景便成了一面學術感十足的畫面，VR 眼鏡也自動戴在人物眼鏡上。

4. 視覺 AI+大文娛領跑者:影譜科技和極鏈科技

影譜科技和極鏈科技均重點涉及國內計算機視覺應用的大文娛行業(yè)，他們目前均把智能營銷作為公 司主要業(yè)務之一，說明廣告營銷是視覺 AI+大文娛行業(yè)落地最順利的應用領域。同時各自業(yè)務和商 業(yè)模式、產品服務形態(tài)又各有側重，

4.1 影譜科技:依靠計算機視覺打造智能營銷平臺，探索內容 自動化生產

影譜科技是領先的數字媒體可視化技術服務者和原生視頻營銷引領者，其商業(yè)模式包括兩大核心:

ACM內核:可自由支配的自動化生產廣告庫存(Automatic Content Marketing)，即智能植 入廣告業(yè)務，目前已規(guī)?；涞?。其商業(yè)模式如上文所述，主要依靠接入內容方或視頻平臺 的視頻，依靠視頻結構化技術發(fā)掘植入廣告位并進行精準投放，獲取廣告發(fā)布費用，成本主 要是向上游內容方和視頻平臺的分成，以及技術成本等。

AGC內核:機器自動化生產的視頻內容(Automatic Generated Content)，包括短視頻自動生 產，影視輕工業(yè)和信息可視化服務，目前尚處于商業(yè)化落地早期，但隨視頻化程度提升未來 空間較大。

公司智能營銷平臺由“植入易”和“Video易”兩大核心產品構成:“植入易”通過智能計算、浮 層架設和實時植入三大技術，自動掃描發(fā)現視頻中廣告位，結合場景精確植入，展現形式包括貼紙、 LOGO、道具、畫中畫等多種形態(tài)，重在品牌和產品展示;而“Video 易”可視化技術服務平臺將 視頻內容延展，實現內容與觀眾互動營銷，產品包括直鏈 URL、投票抽獎紅包小程序、電商鏈接 等，重在互動和轉化。

攜手商湯科技，引入領先技術聚焦 AI+大文娛產業(yè)。影譜的底層技術架構接入了商湯 SenseMedia互聯網廣電視頻結構化解決方案和SenseAR增強現實繪制平臺的功能，共同聚焦于AI+大文娛產 業(yè)。雙方憑借在計算機視覺、視頻結構化、深度學習、大數據、視頻廣告投放、網絡視頻互動技術 等領域的獨特優(yōu)勢，面向互聯網、影視、視頻等大文娛產業(yè)細分領域提供 AI 影像商業(yè)化服務，挖 掘視覺技術的多維度應用價值，拓展商業(yè)邊界。

覆蓋海量視頻流量，為場景營銷提供大數據支持。公司與湖南衛(wèi)視、芒果TV、華數 TV、火星文 化等多家內容制作方簽署合作協議，同時為騰訊視頻、樂視TV、迅雷、搜狐視頻、暴風影音等多 家視頻平臺提供視覺營銷技術服務。

創(chuàng)新營銷方式，贏得眾多品牌廣告主青睞。公司已幫助蒙牛、雀巢、匯源、立邦、藍月亮等多家知 名廣告主進行場景營銷，植入案例深受廣告主認可，目前合作的品牌廣告主豐富，標桿效應助力未 來客戶拓展。

4.2 極鏈科技:視覺 AI 賦能場景經濟，營銷應用矩陣豐富

視覺AI技術驅動，“廣告+電商+互娛”打造視頻場景產業(yè)閉環(huán)。極鏈科技是一家以視頻 AI 技術 為核心，對全網視頻進行場景解析，進而驅動場景新經濟發(fā)展的人工智能科技公司，核心技術為VideoAI視頻智能系統、VideoOS視頻小程序系統，主要業(yè)務為廣告、電視和互娛。極鏈除了在植 入廣告上有AI場景營銷平臺(智能植入廣告)，還布局了視頻電商、視頻互娛等，在智能營銷的 產品矩陣更豐富，但尚未向上游切入內容生產。

技術積淀卡位視頻流量場景，收入實現爆發(fā)增長。公司表示合作方覆蓋了65%的頭部流量視頻平 臺，主要為其提供視頻互動操作系統，實現廣告自動投放和電商自動投放;支持移動端、PC 端、 OTT 跨屏組合投放。公司為芒果 TV、愛奇藝、中國藍 TV、鳳凰網、風行網、搜狐、一直播、抖 音等視頻、直播、短視頻平臺提供AI電商、互動娛樂、情景廣告、視頻搜索、視頻頭條等系統應 用。月服務用戶達 4.2億，和百家品牌、商家、供應鏈建立深度合作，協同全網APP構建了完整 的視頻場景產業(yè)閉環(huán)，目前在AI+視頻行業(yè)已實現大批量商用。據華爾街見聞報道，公司 2017 年 營收 1.5 億并實現盈利，2018 年收入 5.8 億，其中 12 月單月營收超過 1 億元。

場景營銷精準匹配受眾，互動形式實現品效合一。ASMP 系統是極鏈科技打造的視頻 AI 情景營銷 平臺，將海量視頻內容結構化，進而將商品與內容場景精準融合。ASMP 系統首先通過獨創(chuàng)的 Video AI(以視覺識別為基礎的視頻結構化數據平臺)自動掃描視頻中的場景，搜索視頻內中互動廣告 可投放的點位，然后借助 Video OS(廣告創(chuàng)建程序)，自動植入云圖、氣泡對話、視頻內投票等 互動廣告。投放過程中還可以通過 Video Data 大數據系統實時監(jiān)測投放效果。

4.3 Mirriad: 英國智能植入廣告公司，海外流媒體格局和商業(yè) 模式阻礙植入廣告變現

Mirriad是一家英國視頻植入廣告技術服務商，通過專利技術系統能夠自動掃描視頻，識別人物和 物體，自動標注適合進行廣告植入的位置，進行批量植入，盈利模式為和內容方對廣告收入進行分 成，分成比例 20%左右。2017 年和優(yōu)酷合作進行彈個車廣告植入，為公司當年最大單一項目。

該公司于 2017 年 12 月在倫敦 AIM 市場上市，2017 年收入僅為 87.4 萬英鎊，尚處于起步階段,17/16年收入超過一半來自中國。目前公司廣告投放方式仍為合約投放的項目式，尚未實現程序化購買實 時投放。我們認為這與國外視頻網站的競爭格局和商業(yè)模式有關，公開資料顯示Mirriad并未接入 國外主流視頻平臺。

Netflix穩(wěn)居海外流媒體龍頭，商業(yè)模式不依靠廣告變現。國內長視頻平臺中，愛奇藝、騰訊視頻 和優(yōu)酷土豆三足鼎立，活躍用戶和付費滲透率差距不大;而海外流媒體則以 Netflix占據絕對龍頭 地位，無論是在訂閱用戶規(guī)模、滲透率上都遠遠領先Amazon和 Hulu，更重要的是海外流媒體基 本以用戶訂閱費用為主要收入，基本不通過廣告變現，不存在植入廣告空間，比如Netflix收入中 97.7%都來自訂閱費用。Mirriad的 2017 年收入一半以上來自中國，印度占比 23%，也是由于中國、 印度的視頻平臺基本都以免費+廣告的模式起家，付費率仍然較低。